Noul sistem automat calculează volumul tumorii metabolice în limfomul difuz cu celule B mari

Noul sistem automat calculează volumul tumorii metabolice în limfomul difuz cu celule B mari

Cercetătorii de la Sylvester Comprehensive Cancer Center de la Universitatea din Miami Miller School of Medicine au dezvoltat o nouă metodă automată pentru calcularea volumului tumorii metabolice (MTV) în limfomul difuz cu celule B mari (DLBCL). Aceste rezultate ar putea facilita foarte mult calculele volumului tumorii pentru studiile clinice și eventual îngrijirea pacientului. Studiul a fost publicat în Cancers.

„Volumul metabolic al tumorii poate avea un impact profund asupra rezultatelor pacientului, dar până acum nu a existat o modalitate automată de a-l calcula”, a spus Juan Pablo Alderuccio, MD, profesor asociat de medicină în Divizia de Hematologie și co-autor al studiului. „Acum am dezvoltat un sistem bazat pe inteligență artificială pentru a obține volume tumorale precise, atât mai rapid, cât și cu o intervenție umană mai mică.”

Pacienții cu limfom cu volume tumorale mai mari tind să aibă un prognostic mai dificil. Drept urmare, clinicienii au vrut să stratifice pacienții pe baza MTV, dar acest lucru a fost destul de dificil. Software-ul existent este doar semi-automat, ceea ce înseamnă că radiologii trebuie să acorde o atenție deosebită rezultatelor și de multe ori să completeze informațiile lipsă, ceea ce poate fi un proces consumator de timp.

Când citim o scanare PET, există atât leziuni patologice, cât și structuri normale care se luminează. Radiologii revizuiesc aceste imagini și disting între leziuni și procese benigne. Majoritatea programelor software nu pot face diferența dintre ceva care este benign sau are activitate fiziologică normală și o tumoare.”

Russ Kuker, MD, profesor asociat de radiologie la Departamentul de Medicină Nucleară și primul autor al studiului

Valori mai rapide, mai bune

Anticorpi de carte electronică

Compilare a celor mai bune interviuri, articole și știri din ultimul an. Descărcați o copie gratuită

În cadrul studiului, cercetătorii au testat o nouă abordare bazată pe învățarea profundă care automatizează complet calculele MTV. Dr. Kuker și colegii au folosit metode tradiționale, semi-automatizate pentru a calcula MTV la 100 de pacienți. Separat, fizicianul medical și co-autor Fei Yang, Ph.D., în cadrul Departamentului de Oncologie Radiațională, a revizuit aceleași scanări folosind algoritmii de învățare profundă.

„Am descoperit că rezultatele au fost foarte corelate”, a spus dr. Alderuccio. „Dar mai important, în loc să dureze până la 30 de minute pentru a găsi răspunsul pentru fiecare scanare, abordarea învățării automate a durat aproximativ cinci minute. Prin reducerea semnificativă a timpului de citire, acest lucru deschide ușa utilizării MTV în studiile clinice, deoarece îl puteți folosi pe un număr mare de pacienți și puteți obține rezultatele imediat.”

Acest proiect a fost un efort multidisciplinar susținut de Craig Moskowitz, MD, medic-șef al Sylvester Comprehensive Cancer Center și inițiat de Alan Pollack, MD, Ph.D., președintele Departamentului de Oncologie Radiațională.

MTV ar putea fi un instrument valoros pentru studiile clinice pentru a stratifica pacienții în funcție de risc pentru a înțelege mai bine cine răspunde la tratament și de ce. În plus, această tehnică ar putea fi utilizată pentru a avansa îngrijirea clinică, deși va necesita o validare semnificativ mai mare.

„Știm că pacienții cu MTV mai mare fac mai rău”, a spus dr. Alderuccio. „Acești pacienți pot avea mai multe șanse de a primi terapii intensificate sau experimentale pentru a îmbunătăți rezultatele. Pacienții cu volum scăzut al tumorii metabolice pot avea rezultate mai bune decât terapiile standard. Această abordare de învățare automată ne-ar putea oferi oportunități mai bune de a face aceste distincții”.

Sursă:

Sylvester Comprehensive Cancer Center

Referinţă:

Kuker, RA, şi colab. (2022) O metodă automată asistată de învățare profundă pentru a calcula volumul tumorii metabolice în limfomul difuz cu celule B mari. Cancer. doi.org/10.3390/cancers14215221.

.